专利名称:一种人群密度检测方法及装置的制作方法
技术领域：
本发明涉及图像处理、视频监控，特别是指一种人群密度检测方法及装置。
背景技术：
为了保障社会治安的稳定和人民生活的安定，我国各大中型城市中陆续安装了视频监控装置。这些视频监控装置根据应用的场所，需要具备不同的检测功能。其中，在诸如车站、机场、超市、商业街区、运动场等的重要公共场所中，对人群密度的检测十分重要。
目前的人群密度检测方法大多停留在对视频图像的存储记录，需要长时间的人工监控，由人的主观经验来判断人群密度的大小。这种人工方式存在易疲劳、易疏忽、反应速度慢、人工费用高等诸多不足。
公开号为CN101431664A的中国专利申请介绍了一种基于视频图像的密度客流自动检测方法及系统。公开号为CN101325690A的中国专利申请介绍了一种监控视频流中人流分析与人群聚集过程的检测方法及系统。但上述方法在实际应用中存在一些问题。
综上所述，目前迫切需要提出一种能准确快速地检测出场景中人群密度的方法及
直ο
发明内容
有鉴于此，本发明的主要目的在于提供一种能够解决诸如车站、机场、超市、商业街区、运动场等的重要公共场所中人群密度检测的方法和装置。
为达到上述目的，按照本发明的第一个方面，提供了一种人群密度检测方法，包括a)获得当前视频图像帧与在前视频图像帧之间的运动图像；b)对所述运动图像进行阈值分割，得到当前运动的二值图像；c)将所述当前运动的二值图像与先前得到的所有在前运动的二值图像进行累加并且对累加结果进行阈值判断，以获得运动的历史图像，如果不存在在前运动的二值图像，则将当前运动的二值图像作为运动的历史图像；d)基于所述运动的历史图像，确定当前视频图像帧中的人群密度等级，得到人群密度等级图像；e)对所述人群密度等级图像进行二值化，随后对二值化的人群密度等级图像进行连通区域标定， 以统计该二值化的人群密度等级图像中区域的人群密度属性；f)以先进先出的方式记录所述人群密度属性，以能够得到最近一段预定时间的人群密度属性队列；g)判断人群密度的状态维持时间是否大于预定的时间阈值，如果是，则执行步骤h)，否则返回步骤a)；和h) 根据所述人群密度属性队列中的各人群密度属性判断是否发生拥挤事件。
按照本发明的另一个方面，提供了一种人群密度检测装置，包括运动图像获取单元，用于获得当前视频图像帧与在前视频图像帧之间的运动图像；运动的二值图像获取单元，用于对所述运动图像进行阈值分割，以得到当前运动的二值图像；运动的历史图像获取单元，用于将所述当前运动的二值图像与先前得到的所有在前运动的二值图像进行累加并且对累加结果进行阈值判断，以获得运动的历史图像，如果不存在在前运动的二值图像，则将当前运动的二值图像作为运动的历史图像；人群密度等级图像获取单元，用于基于所述运动的历史图像，确定当前视频图像帧中的人群密度等级，得到人群密度等级图像；人群密度属性获取单元，用于对所述人群密度等级图像进行二值化，随后对二值化的人群密度等级图像进行连通区域标定，以统计该二值化的人群密度等级图像中区域的人群密度属性； 人群密度属性记录单元，用于以先进先出的方式记录所述人群密度属性，以能够得到最近一段预定时间的人群密度属性队列；状态维持时间判别单元，用于判断人群密度的状态维持时间是否大于预定的时间阈值，如果是，则输出所述人群密度属性队列；和拥挤事件判断单元，用于根据所述人群密度属性队列中的各人群密度属性判断是否发生拥挤事件。
图1示出了按照本发明的一种人群密度检测方法的原理图；
图2示出了按照本发明的存储运动的历史图像的原理图；
图3示出了按照本发明的计算人群密度图像等级的原理图；
图4示出了按照本发明的一种人群密度检测装置的模块图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明进一步详细说明。首先，为了更好地理解本发明，参照图1-3介绍本发明的原理。
图1表示按照本发明的视频图像中进行人群密度检测的方法的原理图。如图1所示，从原理上讲，按照本发明的视频图像中进行人群密度的检测方法可以包括以下几个步骤
步骤101，存储运动的历史图像；
步骤102，计算人群密度等级图像；
步骤103，统计人群密度属性；
步骤104，存储人群密度属性的历史信息；
步骤105，判断状态维持时间是否充分；
步骤106，检测拥挤事件；和
步骤107，显示拥挤事件属性。
以上步骤的划分仅仅是为了便于介绍本发明的原理。
下面将参照附图2、3分别详细介绍上述各个步骤的原理。
计算并存储运动历史图像(MHI)
存储运动的历史图像可以这样来完成首先通过利用光流方法来获取视频图像的运动图像，然后对运动图像进行阈值分割获得运动的二值图像，并且将所获得的运动的二值图像进行累加获得运动历史图像并存储所述运动历史图像。
图2示出了按照本发明的存储运动的历史图像的流程图。如图2所示，按照本发明的存储运动的历史图像可以进一步包括
步骤201，计算运动图像。
本步骤中利用光流方法计算连续两帧图像的运动图像。光流方法计算基于两种假设，即连续两帧图像中，对应像素点的运动很小且灰度变化很小。连续两帧图像的光流方向图的计算公式为(参见 B. K. P Horn 和 B. G.khunk 所著的《Determining optical flow))(Artificial Intelligence, 17 185-203，1981))
权利要求
1.一种在视频图像中进行人群密度检测的方法，该方法包括a)获得当前视频图像帧与在前视频图像帧之间的运动图像；b)对所述运动图像进行阈值分割，得到当前运动的二值图像；c)将所述当前运动的二值图像与先前得到的所有在前运动的二值图像进行累加并且对累加结果进行阈值判断，以获得运动的历史图像，如果不存在在前运动的二值图像，则将当前运动的二值图像作为运动的历史图像；d)基于所述运动的历史图像，确定当前视频图像帧中的人群密度等级，得到人群密度等级图像；e)对所述人群密度等级图像进行二值化，随后对二值化的人群密度等级图像进行连通区域标定，以统计该二值化的人群密度等级图像中区域的人群密度属性；f)以先进先出的方式记录所述人群密度属性，以能够得到最近一段预定时间的人群密度属性队列；g)判断人群密度的状态维持时间是否大于预定的时间阈值，如果是，则执行步骤h)， 否则返回步骤a)；和h)根据所述人群密度属性队列中的各人群密度属性判断是否发生拥挤事件。
2.按照权利要求
1所述的方法，其中，步骤a)中的运动图像是利用光流方法获得的。
3.按照权利要求
1所述的方法，其中，步骤d)包括步骤 提取当前视频图像帧的边缘，以获得边缘图像；利用运动的历史图像框定所述边缘图像；对经过框定的边缘图像进行i次膨胀运算，以得到人群密度等级图像。
4.按照权利要求
3所述的方法，其中，所述对经过框定的边缘图像进行i次膨胀运算， 以得到密度等级图像的步骤包括对框定的边缘图像进行第i次膨胀运算；统计膨胀后框定的边缘图像内像素值非0的像素点的数目；计算该数目与框定的边缘图像内像素点的总数目的比值；如果所述比值大于预定的阈值，则将该框定的边缘图像标记为i级密度区域，否则i =i+1 ；如果框定的边缘图像全部被标记或者i值超过了预定的最大值时，得到密度等级图像，否则返回到对框定的边缘图像进行第i次膨胀运算的步骤。
5.按照权利要求
1所述的方法，其中所述二值化的人群密度等级图像中区域的人群密度属性至少包括所述区域的面积。
6.按照权利要求
5所述的方法，其中步骤g)中的判断人群密度的状态维持时间是指所述人群密度属性队列中各人群密度属性中的至少一个人群密度属性中的面积维持大于预定阈值的状态的时间。
7.按照权利要求
5所述的方法，其中步骤h)包括在所述人群密度属性队列中，统计所包括的面积大于预定面积阈值的所有人群密度属性总共对应的时间长度；如果所述时间长度大于预定的时间长度阈值，则判定为发生了拥挤事件。
8.按照权利要求
1所述的方法，其中，所述在前视频图像帧为当前视频图像帧的前一视频图像帧。
9.一种在视频图像中进行人群密度检测的装置，其特征在于，该装置包括 运动图像获取单元，用于获得当前视频图像帧与在前视频图像帧之间的运动图像；运动的二值图像获取单元，用于对所述运动图像进行阈值分割，以得到当前运动的二值图像；运动的历史图像获取单元，用于将所述当前运动的二值图像与先前得到的所有在前运动的二值图像进行累加并且对累加结果进行阈值判断，以获得运动的历史图像，如果不存在在前运动的二值图像，则将当前运动的二值图像作为运动的历史图像；人群密度等级图像获取单元，用于基于所述运动的历史图像，确定当前视频图像帧中的人群密度等级，得到人群密度等级图像；人群密度属性获取单元，用于对所述人群密度等级图像进行二值化，随后对二值化的人群密度等级图像进行连通区域标定，以统计该二值化的人群密度等级图像中区域的人群密度属性；人群密度属性记录单元，用于以先进先出的方式记录所述人群密度属性，以能够得到最近一段预定时间的人群密度属性队列；状态维持时间判别单元，用于判断人群密度的状态维持时间是否大于预定的时间阈值，如果是，则输出所述人群密度属性队列；和拥挤事件判断单元，用于根据所述人群密度属性队列中的各人群密度属性判断是否发生拥挤事件。
10.按照权利要求
9所述的装置，其中，所述运动图像获取单元利用光流方法获得运动图像。
11.按照权利要求
9所述的装置，其中，人群密度等级图像获取单元执行以下操作 提取当前视频图像帧的边缘，以获得边缘图像；利用运动的历史图像框定所述边缘图像；对经过框定的边缘图像进行i次膨胀运算，以得到人群密度等级图像。
12.按照权利要求
11所述的装置，其中，所述对经过框定的边缘图像进行i次膨胀运算，以得到人群密度等级图像的操作包括以下操作对框定的边缘图像进行第i次膨胀运算；统计膨胀后框定的边缘图像内像素值非0的像素点的数目；计算该数目与框定的边缘图像内像素点的总数目的比值；如果所述比值大于预定的阈值，则将该框定的边缘图像标记为i级密度区域，否则i =i+1 ；如果框定的边缘图像全部被标记或者i值超过了预定的最大值时，得到密度等级图像，否则返回到对框定的边缘图像进行第i次膨胀运算的操作。
13.按照权利要求
9所述的装置，其中，所述二值化的人群密度等级图像中区域的人群密度属性至少包括所述区域的面积。
14.按照权利要求
13所述的装置，其中所述判断人群密度的状态维持时间是指所述人群密度属性队列中各人群密度属性中的至少一个人群密度属性中的面积维持大于预定阈值的状态的时间。
15.按照权利要求
13所述的装置，其中拥挤事件判断单元执行以下操作在所述人群密度属性队列中，统计所包括的面积大于预定面积阈值的所有人群密度属性总共对应的时间长度；如果所述时间长度大于预定的时间长度阈值，则判定为发生了拥挤事件。
16.按照权利要求
9所述的装置，其中，所述在前视频图像帧为当前视频图像帧的前一视频图像帧。
专利摘要
本发明提供了一种人群密度检测方法及装置。按照本发明的装置包括运动图像获取单元、运动的二值图像获取单元、运动的历史图像获取单元、人群密度等级图像获取单元、人群密度属性获取单元、人群密度属性记录单元、状态维持时间判别单元和拥挤事件判断单元。
文档编号H04N7/18GKCN101751668 B发布类型授权 专利申请号CN 200910237655
公开日2011年12月14日 申请日期2009年11月13日
发明者袁雪庚 申请人:北京智安邦科技有限公司导出引文BiBTeX, EndNote, RefMan